Mysql
文件名，ASCII unicode 轉義序列到 UTF8
我不確定我是否在這裡抓住了這個問題，所以如果我沒有這麼說，我會編輯標題。
我的問題如下：
我有一個 Ubuntu 12.04 伺服器（UTF-8 語言環境），使用者通過 Web 應用程序或 shell 將文件上傳到該伺服器。所以我無法控制命名約定。然後將這些名稱放入 UTF8 MYSQL 數據庫表中。
不幸的是，有些文件似乎包含我的數據庫不喜歡的特殊字元。
一個這樣的例子是
́e(eU+0301) 代替é(U+00E9)。我的數據庫不喜歡這一點，並將此類實例替換為e?. 外殼本身在ls使用時正確顯示了資訊，或者在目前文件夾路徑中顯示了損壞的“不存在”符號。而且我還看到了E??代替́E(EU+0301) 之類的東西（僅供參考應該是É（U +00C9))這是一個令人頭疼的問題，因為我什至似乎無法
find對具有此類字元的文件執行命令。所以我的第一個問題是：是否有一個 shell 命令可以用來在上傳時轉換文件名？（我可以在文件夾上遞歸執行的東西）理想情況下，它將它們轉換為適當的等價物，但我不在乎是否必須用任意字元（例如“_”）替換任何此類 unicode 序列。
提前致謝。
我試圖回答這個問題，但最終我寫了一篇關於 UTF-8 和字元轉換的小文章。（即因此我覺得這個問題很遺憾，非常接近題外話）
簡短的版本是您不能以理智的方式執行此操作，因為您沒有可靠的方法來強制編碼之間的字元。HTTP 和其他編碼感知協議/格式提供編碼作為有效負載的一部分。文件名沒有，沒有文件系統元數據指示名稱的編碼方式。
這是一個過程問題。您無法控制上傳文件的人將如何使用文件名中的字元位，因此除了使用您獲得的原始字節之外，您無法對其進行任何操作。
你有三個選擇：
- 執行一個自動化程序，將文件名中包含無效 UTF-8 連續字元的任何內容都丟棄。您仍然會得到不正確地表達為您的編碼的文件名，但至少程序不會嘔吐。理想情況下，您的數據庫應該具有UTF-8 編碼。
- 將文件名按原樣儲存在數據庫中，並且不允許在 UTF-8 和數據庫中的目標編碼之間發生任何強制轉換。您的數據庫必須使用單字節編碼，如果解釋為 UTF-8，這些字元串可能無效。
- 完全重新架構你正在做的事情。